five

open-llm-leaderboard-old/details_adamo1139__Yi-34B-200K-AEZAKMI-RAW-2901

收藏
Hugging Face2024-02-02 更新2024-06-22 收录
下载链接:
https://hf-mirror.com/datasets/open-llm-leaderboard-old/details_adamo1139__Yi-34B-200K-AEZAKMI-RAW-2901
下载链接
链接失效反馈
官方服务:
资源简介:
该数据集是在模型adamo1139/Yi-34B-200K-AEZAKMI-RAW-2901的评估运行期间自动创建的,用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行都可以在每个配置的特定分割中找到,分割名称使用运行的时间戳命名。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。

该数据集是在模型adamo1139/Yi-34B-200K-AEZAKMI-RAW-2901的评估运行期间自动创建的,用于在Open LLM Leaderboard上进行评估。数据集由63个配置组成,每个配置对应一个评估任务。数据集是从1次运行中创建的,每次运行都可以在每个配置的特定分割中找到,分割名称使用运行的时间戳命名。train分割始终指向最新的结果。此外,results配置存储了所有运行的聚合结果,并用于计算和显示Open LLM Leaderboard上的聚合指标。
提供机构:
open-llm-leaderboard-old
原始信息汇总

数据集概述

数据集来源

该数据集是在对模型 adamo1139/Yi-34B-200K-AEZAKMI-RAW-2901 进行评估运行期间自动创建的,评估结果展示在 Open LLM Leaderboard 上。

数据集结构

  • 配置数量:63个配置,每个配置对应一个评估任务。
  • 运行次数:数据集来自1次运行。每个运行结果作为一个特定的分割存储在每个配置中,分割名称使用运行的时间戳。
  • 训练分割:"train" 分割始终指向最新的结果。
  • 结果配置:一个额外的配置 "results" 存储所有运行的聚合结果,用于计算和显示聚合指标。

数据加载示例

python from datasets import load_dataset data = load_dataset("open-llm-leaderboard/details_adamo1139__Yi-34B-200K-AEZAKMI-RAW-2901", "harness_winogrande_5", split="train")

最新结果

以下是 2024-02-02T03:25:38.031965 运行的最新结果

python { "all": { "acc": 0.7324210063058885, "acc_stderr": 0.029359152172342876, "acc_norm": 0.7374002642900267, "acc_norm_stderr": 0.029909325332768254, "mc1": 0.39167686658506734, "mc1_stderr": 0.017087795881769625, "mc2": 0.5509212115856775, "mc2_stderr": 0.015260405621718143 }, "harness|arc:challenge|25": { "acc": 0.6296928327645052, "acc_stderr": 0.01411129875167495, "acc_norm": 0.6493174061433447, "acc_norm_stderr": 0.013944635930726099 }, "harness|hellaswag|10": { "acc": 0.6521609241187014, "acc_stderr": 0.0047531124327286995, "acc_norm": 0.8498307110137423, "acc_norm_stderr": 0.0035650718701954478 }, "harness|hendrycksTest-abstract_algebra|5": { "acc": 0.43, "acc_stderr": 0.04975698519562428, "acc_norm": 0.43, "acc_norm_stderr": 0.04975698519562428 }, # 其他任务的结果... }

配置详情

  • config_name: harness_arc_challenge_25

    • 分割: 2024_02_02T03_25_38.031965
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T03-25-38.031965.parquet
    • 分割: latest
      • 路径: **/details_harness|arc:challenge|25_2024-02-02T03-25-38.031965.parquet
  • config_name: harness_gsm8k_5

    • 分割: 2024_02_02T03_25_38.031965
      • 路径: **/details_harness|gsm8k|5_2024-02-02T03-25-38.031965.parquet
    • 分割: latest
      • 路径: **/details_harness|gsm8k|5_2024-02-02T03-25-38.031965.parquet
  • config_name: harness_hellaswag_10

    • 分割: 2024_02_02T03_25_38.031965
      • 路径: **/details_harness|hellaswag|10_2024-02-02T03-25-38.031965.parquet
    • 分割: latest
      • 路径: **/details_harness|hellaswag|10_2024-02-02T03-25-38.031965.parquet
  • config_name: harness_hendrycksTest_5

    • 分割: 2024_02_02T03_25_38.031965
      • 路径:
        • **/details_harness|hendrycksTest-abstract_algebra|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-anatomy|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-astronomy|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-business_ethics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-clinical_knowledge|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_biology|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_chemistry|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_computer_science|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_mathematics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_medicine|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-college_physics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-computer_security|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-conceptual_physics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-econometrics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-electrical_engineering|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-elementary_mathematics|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-formal_logic|5_2024-02-02T03-25-38.031965.parquet
        • **/details_harness|hendrycksTest-global_facts|5_2024-02-02T03-25-38.031965.parquet
二维码
社区交流群
二维码
科研交流群
商业服务